4. Agent Loop

4.1 原理

Agent Loop 是 Runtime 内部的决策—执行—观察循环：

Observe(context)          // 读取当前目标、历史、环境、计划和可用工具
  → Think/Plan(model)     // 模型基于观察选择下一步策略或动作
  → Act(tool call)        // 将模型意图转换成结构化 ToolCall 提议
  → Observe(tool result)  // 获取权限受控执行后的真实外部结果
  → Update state/context  // 持久化结果并更新下一 Step 的上下文视图
  → Stop or continue      // 由 Runtime 根据验收、预算和失败策略决定终止或迭代

生产 Loop 需要显式停止条件：

• 模型输出最终答案且无 ToolCall；
• 任务验收器通过；
• 达到 Step/Token/费用/墙钟时间预算；
• 用户取消；
• 连续同类失败、无进展或循环检测触发；
• 进入必须人工处理的权限/业务状态。

应区分模型内隐推理和 Harness 的外显状态。模型可以选择动作，但是否继续、是否允许、预算是否耗尽必须由 Runtime 决定。

4.2 源码对照

Codex 的外层 RegularTask 在有 pending input 时继续执行 Turn；Turn 内层循环每次重新构造模型输入，模型或 Mailbox 要求 follow-up 时继续，达到上下文阈值时先压缩后继续：regular.rs:73、turn.rs:333、turn.rs:360。

Claude Code 将工具结果以 tool_result 消息重新送回查询链；并行工具完成后持续 yield 结果，直到所有工具进入 yielded 终态：StreamingToolExecutor.ts:450。

4.3 循环检测伪代码

fingerprint = hash(normalize(action.name, action.args, relevantState)) // 对动作、参数和相关状态规范化后生成循环指纹
loopCounter[fingerprint] += 1                                        // 累计相同状态下同一动作的出现次数
if loopCounter[fingerprint] >= 3 and noNewEvidenceSinceFirstOccurrence: // 连续重复且没有新证据时判定可能陷入循环
    inject("Repeated action detected; diagnose before retrying")     // 向模型注入诊断提示，要求改变策略而非机械重试
    if loopCounter[fingerprint] >= 5:                                // 重复达到更高阈值说明自恢复已经无效
        stop(reason = NO_PROGRESS)                                   // 以无进展原因安全终止并保留轨迹供排查

4.4 面试题

问：ReAct 就等于 Agent Loop 吗？

不是。ReAct 是促使模型交替 Reason/Act 的一种提示范式；Agent Loop 是 Runtime 的控制结构，还包括工具协议、状态、权限、预算、失败恢复与停止条件。

4.5 原理深化：Loop 是“带原因的状态迁移”，不是 while true

Claude Code 的 query.ts 用异步生成器同时承载模型流、工具结果和恢复事件。一次迭代结束后不会只有“继续/停止”布尔值，而会区分正常 next_turn、上下文超长压缩、输出 Token 恢复、Stop Hook 阻塞和预算续航等 transition reason：query.ts:1095、query.ts:1220、query.ts:1305。结构化原因决定下一轮要修改 Prompt、预算还是状态，不能统一原样重试。

Codex 的 Turn Loop 每轮从 History 生成 Prompt 投影，处理模型 Response Item，再根据 ToolCall、pending user input、Mailbox 或终止条件决定是否产生下一 Step。外层 RegularTask 还会在一次 run_turn 返回后检查运行期间到达的用户输入，从安全边界启动后续循环：regular.rs:49、regular.rs:73。

实现 Loop 时应持久化 step_id/reason/budget_before/budget_after/evidence_delta。循环检测不能只比较相同工具名：相同 grep 在新文件或新假设下可能有进展；真正的无进展是动作指纹、相关世界状态和证据集合都没有变化。

最终答案也应视为一种“完成提议”。Harness 要检查是否仍有 running ToolCall、未完成 Task、待处理审批和失败验收，再决定 Turn terminal。这样模型的自然语言结束不会越过系统状态机。